Ai三年进化：从能写到能做，教育者错过了什么？
三年前，ChatGPT刚出世时，人们惊叹于它能写一首关于"糖果驱动超光速引擎逃避水獭"的诗。三年后，谷歌的Gemini 3面对同样的请求，直接造出了一个可玩的互动游戏——完整的代码、精美的界面、还能边玩边生成诗句。
这不是魔术，是进化。
从"生成"到"执行"的质变
早期AI的本质是"生成内容"——你问，它答。它能写文章、写代码、写诗，但止步于文本。今天的新一代AI代理（Agent）已经能"执行任务"——它能读取你的文件、运行代码、打开浏览器确认结果、在你需要确认时主动问你。Ethan Mollick在测试谷歌的Antigravity工具时发现，他只需用自然语言说"帮我整理所有关于AI预测的文章并验证哪些对了哪些错了"，AI便自动读取文件、搜索网络、生成网页、部署上线——全程无需写一行代码。
这改变的不仅是效率，是角色。
教育者必须面对的三重转变
第一，从"使用者"到"管理者"。过去我们教学生"怎么用AI"——写出好的prompt、选择合适的模型。现在学生需要学的是"怎么管理AI团队"——给代理分配任务、判断何时介入、评估结果质量。就像项目经理不需要会写代码，但必须懂什么代码是好的。
第二，从"知识传授"到"判断力培养"。Mollick让Gemini 3用十年前的众筹数据做研究，AI自主完成了数据清洗、假设生成、统计分析、撰写14页论文。它甚至发明了一个新指标——用自然语言处理比较项目描述的独特性。最难教的"研究品味"——判断什么值得研究——AI竟然做到了。这意味着教育不能停留在"学生会不会做"，而要追问"学生能不能判断做得对不对"。
第三，从"教答案"到"教提问"。当AI能完成博士级任务，标准化的测试、作业、论文都将失去意义。学生真正需要的是：如何提出好问题、如何定义问题边界、如何在AI给出的十个方案中选一个。
结语
三年很短，短到教育体系几乎没来得及反应。三年也很长，长到足够让AI从"能写"进化到"能做"。教育者错过了第一波浪潮，不能错过第二波——不是教学生用AI，而是教学生驾驭AI。
XuePilot.com | 派乐学伴
